拖拽式机器学习的爱与恨

拖拽式机器学习是我想了很久的问题。

1. 前世今生

拖拽式机器学习是,人们在界面上通过拖拽就是建立机器学习过程。拖拽式机器学习系统一般拥有丰富的组件,包括数据清洗、特征选择、训练、预测和效果评估。通过类似于 “搭积木” 的方式,人们将学习组件合成一个完成的机器学习过程。

拖拽式机器学习的雏形很早之前就出现了。Weka 是有新西兰 Waikato 大学开发的数据挖掘软件。Weka 除了提供 Java API 之外,还提供 Weka Explorer 图形界面。人们在 Weka Explorer 界面上通过鼠标操作就能很方便地加载数据、观察数据特点、训练、预测和效果评估。除了 Weka 免费软件之外,商业软件 Matlab 和 SASS 也提供了图形界面。我个人觉得,这些软件将自己定位为软件,而不是工具包或者系统。但这些软件确实是最开始有图形界面的机器学习系统。

随着最近几年机器学习成为显学,“人人都能使用机器学习” 成为不少人的愿景。在他们的想象中,数据准备、不同算法训练、不同算法的预测和效果评估都封装在组件中,人们只需要点点鼠标拖拽拖拽组件,就能顺利地使用机器学习。秉承这样的理念,人们开发了不少拖拽式机器学习系统。其中比较有名的就包括微软的 Azure Machine Learning Studio 和阿里的大数据计算服务 MaxComput。

除了大公司,也有创业公司开发拖拽机器学习系统。下图是 aetros 基于 theano 建立的深度学习平台。用户只要进行拖拽就可以完成一个基本含有ConvNet,fcNet的架构。

2. 爱

拖拽式机器学习将机器学习的使用门槛,从编程降到组件拖拽和配置文件撰写。机器学习使用难度实现了质的下降。但这个优势我一直有怀疑。金融公司、外贸公司、银行,甚至互联网企业等组织机构中,非技术人员真的有使用机器学习的需求和知识储备嘛?我表示怀疑。

拖拽式机器学习即使不能实现 “人人都能使用机器学习” 的初心,也能极大地方便工程师进行机器学习任务。工程师在界面上组织资金的机器学习任务,可能对自己的机器学习任务有一个直观的认识:自己的机器学习任务进行到哪一步了;如果出错,在哪一步出错;出错步骤影响了哪些任务。

比如我们很直观地可以从上图看出,如果归一化出错,将会影响拆分任务和后续任务。

3. 恨

说了拖拽式机器学习的好,我们再说说拖拽式机器学习的坏。

拖拽式机器学习中,组件加配置替换了编程,成为人们使用机器学习的方式。但是组件加配置,却不能像编程那样,完全地处理机器学习使用的复杂度。除了对机器学习算法的理解,机器学习使用最复杂的部分有两个部分:调特征和调参数。调特征的内容包括:要用哪些特征,要摒弃哪些特征,采用哪些特征预处理方法 (比如 scaling)。调参数则和具体算法有关,比如逻辑斯蒂回归主要有学习率和正则因子两个参数。

组件加配置的方式能配置一组特征工程方案和一组参数,但很难快速验证哪一组特征工程方案和参数效果最好。在编程方式中,我们可以用循环的方式,遍历不同的特征工程方案和参数,得到相应效果指标。但在拖拽式机器学习的组件加配置的方式中,我们只能在文档中记着不同的特征工程方案和参数,选择其中一个配置到拖拽式机器学习系统,运行几个小时得到评估指标,将评估指标记录到文档中;再选择下一组,重复上述步骤直到遍历完所有特征工程方案和参数。我们程序员的目标是用代码将不同的任务串起来,实现自动化。但现在拖拽式机器学习粗暴割裂了这个自动化链条。

那么直接用组件加配置实现自动化呢?如果要实现这点,拖拽式机器学习要提供条件判断组件和循环组件,还需要定义一套特征工程方案和参数变化的标准。这好像是在制定一个新的编程语言了,还不如直接用现有的编程语言接口呢。

4. 总结

拖拽式机器学习 “人人都能使用机器学习” 的初心我是不看好的。对于工程师来说,拖拽式机器学习也是充满了爱恨情仇。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器人网

机械臂部设计的基本要求

承载能力足: n手臂是支承手腕的部件,设计时不仅要考虑抓取物体的重量或携带工具的重量,还要考虑运动时的动载荷及转动惯性。 刚度高: 为了防止臂部在运动过程中产生...

2505
来自专栏媒矿工厂

HDR关键技术:主要标准介绍(续)

前文我们已经对HEVC的HDR编码优化技术和HDR/WCG相关的整体编码方案做了介绍,本文总结几种具有代表性的技术方案,对业内常用的几个HDR分发标准做简要梳理...

601
来自专栏iOSDevLog

day2-Machine Learning Yearning图片上传失败,请查看原文:https://github.com/iOSDevLog/100-days-of-ai/blob/master/r

假设您的系统是使用复杂的机器学习流水线构建的, 并且您希望提高系统的性能。你应该在哪些方面努力改进?通过将错误归因于流水线的特定组件, 您可以决定如何排定工作的...

541
来自专栏量子位

李飞飞团队提出视频事件描述新模型,附849小时数据集

安妮 编译整理 量子位 出品 | 公众号 QbitAI 最近,斯坦福大学的李飞飞与与她的学生Ranjay Krishna、Kenji Hata、Frederic...

3195
来自专栏AI科技评论

干货 | Siri 语音识别的小心机:你在哪里,就能更准确地识别那附近的地址

AI 科技评论按:这篇文章来自苹果机器学习日记(Apple Machine Learning Journal)。与其他科技巨头人工智能实验室博客的论文解读、技术...

622
来自专栏数据小魔方

市场细分矩阵(MEKKO)

今天要跟大家分享的图表是细分市场矩阵! ▽▼▽ 只是名字听起来比较洋气,其实在制作方法上,还不外乎我们这几期所讲解的,数据错行组织及时间刻度的技巧! ●●●●●...

37912
来自专栏人工智能

让你的火柴人动起来!DeepMind发布强化学习环境dm

来源:DeepMind 编译:Bot 编者按:今天,DeepMind发表了一篇名为DeepMind Control Suite的论文,并在GitHub上发布了控...

2416
来自专栏算法channel

TensorFlow笔记|为什么会有它?

本系列推送主要参考: Stanford University CS20SI: Tensorflow for Deep Learning Research. 01...

3546
来自专栏天天P图攻城狮

终端图像处理实践:AR全景动态贴纸方案简介

全景动态贴纸主要包含三部分技术要点,本文将进行详细阐述。

2875
来自专栏量子位

Caffe2推出强化学习库,包含多个基于Caffe2的RL实现

安妮 编译自 Caffe2.ai 量子位 出品 | 公众号 QbitAI 今年4月,Facebook正式发布了轻量化和模块化的深度学习框架Caffe2。将近5个...

3207

扫码关注云+社区